對(duì)于單個(gè)字符的編碼，python提供了ord()函數(shù)獲取字符的整數(shù)表示，chr()函數(shù)把編碼轉(zhuǎn)換為對(duì)應(yīng)的字符：

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

如果知道字符的整數(shù)編碼，還可以用十六進(jìn)制這么寫str：

>>> '\u4e2d\u6587'
'中文'

兩種寫法完全是等價(jià)的。

由于Python的字符串類型是str，在內(nèi)存中以Unicode表示，一個(gè)字符對(duì)應(yīng)若干個(gè)字節(jié)。如果要在網(wǎng)絡(luò)上傳輸，或者保存到磁盤上，就需要把str變?yōu)橐宰止?jié)為單位的bytes。

Python對(duì)bytes類型的數(shù)據(jù)用帶b前綴的單引號(hào)或雙引號(hào)表示：

x = b'ABC'

要注意區(qū)分'ABC'和b'ABC'，前者是str，后者雖然內(nèi)容顯示得和前者一樣，但bytes的每個(gè)字符都只占用一個(gè)字節(jié)。

相關(guān)推薦：《Python視頻教程》

以Unicode表示的str通過encode()方法可以編碼為指定的bytes，例如：

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
  File "", line 1, in 
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

純英文的str可以用ASCII編碼為bytes，內(nèi)容是一樣的，含有中文的str可以用UTF-8編碼為bytes。含有中文的str無法用ASCII編碼，因?yàn)橹形木幋a的范圍超過了ASCII編碼的范圍，Python會(huì)報(bào)錯(cuò)。

在bytes中，無法顯示為ASCII字符的字節(jié)，用\x##顯示。

反過來，如果我們從網(wǎng)絡(luò)或磁盤上讀取了字節(jié)流，那么讀到的數(shù)據(jù)就是bytes。要把bytes變?yōu)閟tr，就需要用decode()方法：

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

如果bytes中包含無法解碼的字節(jié)，decode()方法會(huì)報(bào)錯(cuò)：

>>> b'\xe4\xb8\xad\xff'.decode('utf-8')
Traceback (most recent call last):
  ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

如果bytes中只有一小部分無效的字節(jié)，可以傳入errors='ignore'忽略錯(cuò)誤的字節(jié)：

>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'

要計(jì)算str包含多少個(gè)字符，可以用len()函數(shù)：

>>> len('ABC')
3
>>> len('中文')
2

len()函數(shù)計(jì)算的是str的字符數(shù)，如果換成bytes，len()函數(shù)就計(jì)算字節(jié)數(shù)：

>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

可見，1個(gè)中文字符經(jīng)過UTF-8編碼后通常會(huì)占用3個(gè)字節(jié)，而1個(gè)英文字符只占用1個(gè)字節(jié)。

網(wǎng)站欄目：創(chuàng)新互聯(lián)Python教程：什么是Python的字符串
轉(zhuǎn)載來源：http://uogjgqi.cn/article/dpesjeh.html